快速交付高质量的生成式 AI
通过一个集成平台，为你的生成式AI应用提供端到端的跟踪、可观测性和评估。
使用跟踪进行调试
使用 MLflow 的跟踪功能调试并迭代生成式 AI 应用，该跟踪会捕获应用的整个执行过程，包括提示、检索与工具调用。
MLflow 的开源、与 OpenTelemetry 兼容的跟踪 SDK 有助于避免供应商锁定。
MLflow tracing
使用 LLM 评审准确衡量自由形式的语言
利用“将LLM作为评判者”的指标，模仿人类专业知识来评估和提升生成式AI的质量。可使用针对常见指标（如幻觉或相关性）的预构建评判者，或根据您的业务需求和专家见解开发定制评判者。
MLflow LLM judges
提示注册表
通过 MLflow UI，可直接对提示模板进行版本管理、比较、迭代和发现。在智能体或应用代码的多个版本之间重用提示，并查看显示哪些版本使用了每个提示的丰富谱系信息。
MLflow LLM judges
智能体与应用程序的版本控制
对你的智能体进行版本管理，记录每次迭代相关的代码、参数和评估指标。MLflow 对智能体的集中管理补充了 Git，为你所有的生成式 AI 资产提供完整的生命周期能力。
MLflow LLM judges
为什么选择我们？
为什么 MLflow 与众不同
开放、灵活且可扩展
开源且可扩展，MLflow 通过与 GenAI/ML 生态系统集成并使用用于数据所有权的开放协议来避免供应商锁定，适配您现有和未来的技术栈。
统一的端到端 MLOps 与 AI 可观测性
MLflow 提供了一个统一的平台，覆盖整个生成式AI 和机器学习模型的生命周期，通过减少工具集成摩擦来简化体验并增强协作。
框架中立性
MLflow 的框架无关的设计是其最重要的差异化优势之一。与将你锁定在特定生态系统的专有解决方案不同，MLflow 可与所有流行的 ML 和 GenAI 框架无缝协作。
企业采用
MLflow 的影响超越了其技术能力。由 Databricks 创建，它已成为行业中最广泛采用的 MLOps 工具之一，并获得主要云服务提供商的集成支持。
开始使用 MLflow
根据你的需要从两个选项中选择

自托管开源

Apache-2.0 许可证
完全控制您自己的基础设施
社区支持

托管服务

开
免费且完全托管 — 无需繁琐设置即可体验 MLflow
由 MLflow 的原始创建者构建并维护
与开源软件完全兼容
博客
最新消息
2025年8月11日

以评估为中心的 MLflow 用户界面

Assessment-focused UIs in MLflow
2025年7月24日

MLflow 与 TypeScript：使用 MLflow 调试和监控全栈 AI 应用

MLflow Meets TypeScript: Debug and Monitor Full-Stack AI Applications with MLflow
2025年6月9日

发布 MLflow 3

Announcing MLflow 3
参与进来
与开源社区建立联系
加入数以百万计的 MLflow 用户